在划分为周的时间序列中计数 1答案

【问题标题】：Count 1's in a time series divided into weeks在划分为周的时间序列中计数 1
【发布时间】：2021-06-07 11:58:53
【问题描述】：

我有一个如下所示的数据框：

df =

date          val1  
01/02/2021    2.0   
02/02/2021    2.0   
03/02/2021    1.0   
04/02/2021    1.5   
05/02/2021    10.0  
06/02/2021    7.0   
07/02/2021    4.0

然后我创建另一个列，如果val1 高于例如1 5，否则0，即：

import numpy as np
import pandas as pd

df['above_five'] = np.where(df['val1'] > 5.0, 1, 0)

哪个会返回：

df =

date          val1    above_five 
01/02/2021    2.0     0
02/02/2021    2.0     0
03/02/2021    1.0     0
04/02/2021    1.5     0
05/02/2021    10.0    1
06/02/2021    7.0     1
07/02/2021    4.0     0

我的下一步是我有点不确定。我现在希望将数据框“压缩”为每周周期，但使用新列或计算该周 1 出现次数的东西。

我试过这个，但这很重要，所以它似乎并不专注于 1：

new_df = df.resample('W', on='date').count()

实际上输出应该是这样的（假设01/02/2021 是星期一）：

final_df =

date          above_five_counts
Week 1*       2

*或只是表明这是第一周的某个日期，例如一周的第一天或最后一天。

【问题讨论】：

count 为您提供每组中每列中非空值的数量。你要sum以上_五栏：df.resample('W', on='date')['above_five'].sum()

标签： python pandas

【解决方案1】：

在周级别上使用分组

new_df = df.groupby([pd.Grouper(key='date', freq='W-MON')])['above_five'].sum()

代码取自这个问题：group by week in pandas

【讨论】：